최적화 알고리즘을 이용한 정보데이터 분할방법에 대한 연구

장영훈; 김진율; 오성권

doi:10.5391/JKIIS.2018.28.4.321

추천

검색

질문

자료유형: 학술저널

저자정보: 장영훈 (수원대학교) 김진율 (수원대학교) 오성권 (수원대학교)

저널정보: 한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제28권 제4호

발행연도: 2018.8

수록면: 321 - 327 (7page)

DOI: 10.5391/JKIIS.2018.28.4.321

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구에서는 최적화 기법에 도움으로 설계된 개선된 교차 검증법을 소개한다. 교차 검증법은 적은 데이터를 가지고도 통계적 신뢰성을 높이기 위한 방법이고 개선된 교차 검증법은 최적화 기법에 알맞게 적용한 방법이다. 개선된 교차 검증법과 기존 교차 검증법을 이용하여 다양한 구조의 데이터 분할을 하고 이를 방사형 기저함수의 입력데이터로 사용한다. 은닉층을 FCM클러스터링 알고리즘기반의 RBFNNs을 분류기로 사용하고 은닉층의 연결가중치로는 규칙 후반부에 다항식 계수를 최소자승법으로 추정한다. RBFNNs에 사용되는 파라미터(예를 들면, 퍼지화 계수 클러스터의 개수) 뿐만 아니라 다항식 종류는 Multi Objective Particle Swarm Optimization와 Particle Swarm Optimization를 이용하여 최적화된다. 제안된 방법의 성능 평가를 위해 다양한 종류의 Machine Learning(ML)데이터를 사용하여 분류 성능을 구한다. 그리고 기존방법과 제안된 방법의 성능의 비교해석이 묘사된다.

#RBFNNs 패턴분류기 #FCM(Fuzzy C-Means) 클러스터링 #PSO(Particle Swarm Optimization) #MOPSO(Multi Objective Particle Swarm Optimization) #교차 검증법 #RBFNNs pattern classifier #FCM(Fuzzy C-means) clustering #PSO(Particle Swarm Optimization) #MOPSO(Multi Objective Particle Swarm Optimization) #Cross Validation

참고문헌 (16)

참고문헌 신청

S. K. Oh, W. D. Kim, and W. Pedrycz, “Polynomialbased radial basis function neural net works(P-RBFNNs) realized with the aid of particle swarm optimization,” Fuzzy Sets and Systems, vol. 163, no. 1,pp. 54-77, 2011. J. C. Bezdek, R. Ehrlich, and W. Full “FCM: The Fuzzy C-Means Clustering Algorithm” Computers & Geosciences, Vol. 10, No. 2-3, pp. 191-203, 1984. J. Kennedy and R. Everhart, “Particle Swarm Optimization,” Proc. of IEEE International Conference on Neural Networks, vol. 4, pp.1942-1948, 1995 C. A. Coello Coello, and M. S. Lechuga, “MOPSO: A Proposal for Multiple Objective Particle Swarm Optimization,” Proceedings of the 2002 IEEE Congress on Evolutionary Computation, pp.12-17. C. R. Raquel and P. C. Naval Jr, “An Effective Use of Crowding Distance in Multiobjective Particle Swarm Optimization,” Proc. Genetic and Evol. Comput. (GECCO 2005), pp. 257-264, 2005.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

장영훈

소속기관 한국전력공사

주요연구분야 공학 > 전기전자공학 > 전기공학 공학 > 전기전자공학 > 정보통신공학

논문수 13 이용수 461

김진율

소속기관 수원대학교

주요연구분야 공학 > 전기전자공학 > 전기공학 공학 > 전기전자공학 > 정보통신공학

논문수 73 이용수 4,787

오성권

소속기관 수원대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 전기전자공학 > 전기공학 TOP 10%

논문수 700 이용수 32,362

이 논문과 함께 이용한 논문

R을 이용한 대학의 학과 명칭 분석

반재훈 , 김동현 , 하종수 한국정보통신학회논문지 2018 .06

의미구분 단위에 따른 word2vec 모델 비교

신수미 , 배수영 한국정보과학회 학술발표논문집 2016 .06

연구성과물 통합 관리 시스템 구현

신성호 , 엄정호 , 서동민 외 3명 한국콘텐츠학회논문지 2012 .08

Design and Evaluation of Loss Functions based on Classification Models

전현규 , 정윤경 Journal of KIISE 2021 .10

비지도학습 데이터의 정확성 측정을 위한 클러스터별 분류 평가 예측 모델에 대한 연구

정세훈 , 김종찬 , 김치용 외 2명 멀티미디어학회논문지 2018 .07

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-003-003336156

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)